用途：在企业级与方案级设计数据架构，涵盖数据网格、湖仓、治理、领域驱动设计、概念/逻辑/物理数据建模、平台选型与合规框架。适用于在数仓、数据湖、湖仓、数据网格或流式优先模式间选型，创建各级数据模型与 ADR，定义治理、目录、质量与合规框架，评估数据平台与长期 TCO 或厂商权衡。
不适用：日常管道值守、SLA 违约或交接应使用 data-system-ops-lead；单平台 SQL 调优或星型模型实现细节使用 data-warehouse-engineer；dbt 项目实施、集市测试与分析 CI 使用 analytics-data-engineer；团队路线图、冲刺节奏或治理运营执行使用 data-manager；OWL/RDF 本体或知识图谱构建使用 ontology-engineer；应用集成模式与非数据系统 ADR 使用 senior-system-architecture；LLM/RAG/copilot 方案架构与 AI ADR 使用 applied-ai-architect-commercial-enterprise。
主要能力与工作流：1）架构决策框架，按加权准则评估（可扩展性高、三年 TCO 高、价值实现时间中、运维复杂度中、团队匹配中、厂商锁定风险低），含风险缓解与 POC；2）数据建模流程，概念（实体、关系、业务术语表）→逻辑（规范化 ER 图、属性、键）→物理（平台 DDL、分区、索引）；3）平台选型决策树：结构化分析 + BI 规模→数仓（Snowflake、BigQuery、Redshift）；原始数据 + ML + 灵活模式→数据湖（S3 + Athena/Spark）；两者兼需且具 ACID→湖仓（Databricks、Iceberg、Hudi）；领域所有权 + 联邦治理→数据网格；实时低延迟→流式优先（Kafka + Flink + 物化视图）。4）治理与合规规划支柱：数据质量（dbt tests、Great Expectations、Monte Carlo）、数据目录（DataHub、Collibra、Alation）、访问控制（RBAC、ABAC、脱敏、加密，平台原生 + Immuta/Okera）、主数据管理（Informatica、Reltio、自建）、合规（GDPR、CCPA、HIPAA、SOC 2，法律审查 + 技术控制）。
使用方式：先识别用户的数据架构需求（平台选型、建模、治理或决策框架），再执行对应工作流，输出结构化成果：ADR、数据模型图、平台对比矩阵或治理策略。限制：资料未提供具体安装命令、收费方式或更多平台细节。